基于鄰域粗糙集和D-S證據(jù)理論的雷達輻射源識別

劉 爭，祝 利，解夢奇

(國防科技大學，安徽 合肥230037)

0 引 言

雷達輻射源目標往往負責作戰(zhàn)系統(tǒng)的前哨工作，具有重要的作戰(zhàn)價值。雷達輻射源識別能夠引導對敵雷達目標的干擾和打擊，使敵作戰(zhàn)系統(tǒng)致盲，是目前戰(zhàn)場電子偵察的重要手段之一[1]。但傳感器在復雜電磁環(huán)境中所截獲到的輻射源信號往往不準確、不完整，使得雷達輻射源識別成為目前偵察活動中的重難點問題。為此基于多傳感器的目標融合識別已發(fā)展成為現(xiàn)代輻射源識別的必要手段，而證據(jù)理論方法因能夠有效處理不確定問題大量應用于融合識別中，是目前常用的目標識別融合方法。

3.1 信號特征選擇

設識別歷史數(shù)據(jù)庫中含可識別的目標類型有5類，分別表示為P1，P2，P3，P4，P5。輻射源信號特征參數(shù)構(gòu)成信號特征參數(shù)集Q=(q1，q2，q3，q4)，設識別歷史數(shù)據(jù)庫如表2所示(每個目標類型各含數(shù)據(jù)10組)。

表2 目標識別歷史數(shù)據(jù)庫

按照步長0.1對λ取值，經(jīng)30次實驗發(fā)現(xiàn)具有分類效果的λ取值在[1.4，3.8]之間，約簡效果如圖4所示。

圖4 不同λ 取值下的分類效果

確定在不同λ閾值大小條件下的目標信號特征權(quán)重劃分如表3所示。

表3 目標信號特征權(quán)重劃分

應用文獻[12]、[13]中的權(quán)重折衷方法，計算λ閾值在區(qū)間中的折衷權(quán)重：

得到最終的特征權(quán)重劃分為[0.371 8，0.018 7，0.0.690 5，0]，即約簡特征集合為(q1，q2，q4)(載頻、脈沖重復間隔、脈沖調(diào)制特征)。

3.2 目標融合識別

通過統(tǒng)計分析得到P1，P2，P3，P4，P55個目標類型的基準參數(shù)(目標參考序列)如表4所示，在不同噪聲環(huán)境下偵獲其信號特征參數(shù)(目標比較序列)如表5所示。以下設置2類識別實驗，分別進行驗證對比，說明不同噪聲環(huán)境下的特征分權(quán)和融合識別效果。

表4 目標比較序列

表5 目標參考序列

分別計算比較特征權(quán)重在本文方法、熵權(quán)法分權(quán)以及未分權(quán)條件下的類型測度，如圖5～圖7所示。

圖5 10 dB噪聲測度比較

從不同噪聲下的測度比較情況可以看出，熵權(quán)法識別結(jié)果魯棒性較差，其中在20 dB 噪聲條件下P3測度最高，而在10 d B和30 d B 條件P2下測度最高。同時本文方法與未分權(quán)條件相比，P1，P2，P3，P4，P5測度差異較大，表現(xiàn)出更好的收斂性和準確性，更易于區(qū)分和識別類型。

模擬3個傳感器在20 dB噪聲條件下對目標連續(xù)偵察2 個時間周期，偵獲目標特征參數(shù)如表6所示。

圖6 20 dB噪聲測度比較

圖7 30 dB噪聲測度比較

表6 傳感器偵獲參數(shù)數(shù)據(jù)

由特征參數(shù)計算得到輻射源類型測度，并轉(zhuǎn)化為證據(jù)表示得到識別基本概率值如表7所示。

表7中m1，m2，m3，m4，m5分別表示傳感器在單位時間內(nèi)對目標類型識別的基本概率值。融合證據(jù)組得到最終識別概率值，得到m2證據(jù)體概率值最高，即可判定最終識別結(jié)果為目標序列P2。同時將融合證據(jù)組與單一證據(jù)組進行比較，如圖8所示。

由圖8中的曲線可以看出，不同傳感器在不同時間周期內(nèi)的識別結(jié)果有所不同，如傳感器x2在時間周期y2與傳感器x3在時間周期y1相比，識別結(jié)果排序有所差異，但融合結(jié)果則“中和”了這些差異，使得證據(jù)體概率值區(qū)分度更高，更易于識別出輻射源目標。

表7 識別基本概率值

圖8 基本概率值比較

4 結(jié)束語

為解決復雜環(huán)境下雷達輻射源識別準確率低的問題，本文提出一種基于鄰域粗糙集和D-S證據(jù)理論的目標識別模型。首先從輻射源信號特征分權(quán)方法入手，考慮到鄰域粗糙集處理連續(xù)數(shù)據(jù)集的優(yōu)勢，應用于輻射源歷史識別數(shù)據(jù)庫挖掘，計算獲得信號特征權(quán)重。并在仿真驗證中比較熵權(quán)法和未分權(quán)條件下計算出的輻射源類型測度，說明了本文方法的合理性和優(yōu)越性。同時考慮到復雜環(huán)境下單一傳感器在準確性和可靠性上的不足，在特征分權(quán)基礎(chǔ)上，將灰關(guān)聯(lián)分析與證據(jù)理論結(jié)合，通過融合識別證據(jù)得到最終識別結(jié)果，增加了輻射源識別的可信度，并具有良好的容錯性。